arXiv · cs.AI· Yubo Li, Yidi Miao, Ramayya Krishnan, Rema Padman·· 5 天前
JEV-as-a-Judge：按置信度接受或升级评审
JEV-as-a-Judge: Accept When Confident, Escalate When Unsure
arXiv:2609.26550v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yubo Li, Yidi Miao, Ramayya Krishnan, Rema Padman
研究任务与主要进展
Yubo Li 等提出 JEV-as-a-Judge：JEV 仅输出标签概率，低置信度结果升级至推理评审器。基于论文摘要，在可直接从文本读取结论的任务上，JEV 接近 GPT-6，但费用为其 0.36%、中位延迟为 0.15 秒；在数学、代码和逻辑等需要推导的任务上表现落后。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org